गैबर सुविधा निष्कर्षण

Question

मैं गैबर सुविधा निष्कर्षण पर एक प्रोजेक्ट कर रहा हूं। गैबर सुविधा का अर्थ क्या है, इस बारे में मैं बहुत उलझन में हूं। मैंने अलग-अलग अभिविन्यास और आवृत्ति के साथ एक फीचर मैट्रिक्स बनाया है। क्या गैबर फीचर या फीचर जैसे फीचर, जियोमेट्रिक फीचर, स्थानिक डोमेन फीचर, इनवेरिएंस, दोहराने योग्यता इत्यादि, गैबोर फ़िल्टर बैंक के साथ छवि को विभिन्न अभिविन्यास और आवृत्तियों के साथ चित्रित करने के बाद प्राप्त की गई छवि की गणना की गई है, जो गैबर सुविधा को संदर्भित करती है।

Answer 1

गैबर फ़िल्टर मामालियन दृश्य कॉर्टिकल कोशिकाओं के समान कार्य करते हैं ताकि वे विभिन्न अभिविन्यास और विभिन्न तराजू से सुविधाओं को निकाल सकें।

मैंने हाल ही में फ़ीचर निष्कर्षण आधारित कुछ गैबर फ़िल्टर भी किए हैं।
शुरुआत में यह मुश्किल लग रहा है लेकिन इसे कार्यान्वित करना आसान है।

यह समझने में आपके लिए आसान बनाना है कि मैं आपको एक यात्रा प्रदान करूंगा।

मान लीजिए आप

की तरह एक छवि है और आप 5 तराजू और 8 झुकाव (मैं आप पहले से ही किया है कौन सा लगता है) में गेबर सुविधाओं की गणना आप फिल्टर मिल जाएगा

अब आपको छवि के साथ प्रत्येक फ़िल्टर को 40 (8 * 5 = 40) अलग-अलग प्रतिनिधित्व (response matrices) प्राप्त करने की आवश्यकता है, जहां प्रत्येक छवि आपको एक फीचर वेक्टर देती है।

तो घुमाव के बाद

अब आप वेक्टर सुविधा के लिए उन रिस्पांस मैट्रिसेस बदलना होगा।
तो सुविधा वेक्टर शामिल हो सकते हैं: स्थानीय ऊर्जा, मीन आयाम, चरण Amlitude या अभिविन्यास जिसका स्थानीय अधिकतम ऊर्जा

है मैं स्थानीय ऊर्जा पर काम किया और आयाम मतलब है और काफी अच्छा परिणाम मिला है।

स्थानीय ऊर्जा = एक प्रतिक्रिया मैट्रिक्स

मीन आयाम = एक प्रतिक्रिया मैट्रिक्स से प्रत्येक मैट्रिक्स मूल्य के निरपेक्ष मानों का योग

से प्रत्येक मैट्रिक्स मूल्य के वर्ग मूल्य संक्षेप

इस प्रकार अंत में आपको दो मैट्रिक्स मिलेगा जो प्रत्येक [1x40] होंगे।
आप एक छवि के लिए [1x80] फीचर मैट्रिक्स बनाने के लिए दूसरे में एक मैट्रिक्स जोड़ सकते हैं और इस प्रकार आगे प्रशिक्षण उद्देश्य के लिए 0 छवियों के लिए [nx80] वेक्टर बना सकते हैं।

आपको लॉग गेबर फिल्टर का उपयोग कर सकते दक्षता को बढ़ाने के लिए कैसे कभी। (see this)

और सुविधा निष्कर्षण गेबर फिल्टर के साथ देखते हैं कि यह paper